Wang

传奇你好，我将ssd结构改成sfd并使用wider face数据集做人脸检测的时候，一开始loss是收敛的（刚开始大概），然后在loss=8的时候震荡

41

我现在用您的mobilenet+ssd网络训练，只修改num_classes，也有loss在8附近震荡这个情况，不知道是什么问题。

你好，有关自定义数据集测试结果偏差的问题

21

我用RetinaFace（包括在你的框架下构建的其他检测器）在不带landmark自己的数据集上训练的模型（训练size 512 x 512），发现512的测试size会发生严重的检测框偏移（都是向左下），原图测试无偏移且结果正常。但带landmark的WIDER FACE数据集训练的模型基本没有偏移，而且做landmark和不做landmark的相同检测器均存在偏移。 请问下我是哪个环节出错了，在读取label时，默认所有的gt框landmark值为-1，类别label为1，这样处理对吗。

paraformer模型推理报错

4

**Describe the bug** 执行 `python transcribe.py -l chinese ../../../faster-whisper/1.wav --paraformer` 结果正常 但执行 `python transcribe.py -l chinese ../../../faster-whisper/1.wav --paraformer -t` 结果报错 具体过程如图，增加 -t 导致报错了 

多卡设备运行 **[Quick Start Code](https://github.com/X-PLUG/mPLUG-Owl/tree/main/mPLUG-Owl2#quick-start-code)** 时报错，修改 device 设置单卡可以。但是单卡显存太小（T4卡），只能 8bit 或者 4bit ，请问怎么可以调整成多卡且默认float16运行吗？

在T4卡上运行，显存占用约10G，推理耗时约25秒/次，和sharegpt-13b的速度差异非常大（推理速度约2秒/次），不知道是哪里使用有问题？ 同时发现在模型加载过程中有关于 auto_gptq 的告警，auto_gptq 安装的版本是 0.7.0，告警信息如下： ``` CUDA extension not installed. CUDA extension not installed. WARNING - Exllamav2 kernel is not installed, reset disable_exllamav2 to True. This may because you...